LLM-empowered Python Programming for AI

Zum Labor Day gibt es bei Coursera Plus Rabatte von über 70 $. Sparen Sie 3 Monate lang 40 %.

kurs ist nicht verfügbar in Deutsch (Deutschland)

Wir übersetzen es in weitere Sprachen.

LLM-empowered Python Programming for AI

Dieser Kurs ist Teil von Spezialisierung „Applied AI for Engineers and Scientists: Practitioners“

Dozenten: Bo Liu

Bei Mehr erfahren enthalten

3 Module

Verschaffen Sie sich einen Einblick in ein Thema und lernen Sie die Grundlagen.

Stufe Mittel

Empfohlene Erfahrung

1 Woche zu vervollständigen

unter 10 Stunden pro Woche

Flexibler Zeitplan

In Ihrem eigenen Lerntempo lernen

3 Module

Verschaffen Sie sich einen Einblick in ein Thema und lernen Sie die Grundlagen.

Stufe Mittel

Empfohlene Erfahrung

1 Woche zu vervollständigen

unter 10 Stunden pro Woche

Flexibler Zeitplan

In Ihrem eigenen Lerntempo lernen

Was Sie lernen werden

Essential Python programming skills for applied AI
Use Large Language Models (LLMs) for Python programming

Kompetenzen, die Sie erwerben

Kategorie: Statistical Machine Learning
Kategorie: Programming Principles
Kategorie: Machine Learning Methods
Kategorie: Data Structures
Kategorie: Model Training
Kategorie: Prompt Patterns
Kategorie: Unit Testing
Kategorie: Object Oriented Programming (OOP)
Kategorie: Applied Machine Learning
Kategorie: Large Language Modeling
Kategorie: Development Environment
Kategorie: Data Analysis
Kategorie: Matplotlib
Kategorie: LLM Application

Werkzeuge, die Sie lernen werden

Kategorie: NumPy
Kategorie: Pandas (Python Package)
Kategorie: Python Programming
Kategorie: Scikit Learn (Machine Learning Library)
Kategorie: Prompt Engineering
Kategorie: Generative AI

Wichtige Details

Zertifikat zur Vorlage

Zu Ihrem LinkedIn-Profil hinzufügen

Kürzlich aktualisiert!

August 2026

Bewertungen

3 Aufgaben

Unterrichtet in Englisch

Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.

Weitere Informationen zu Coursera für Unternehmen

Logos von Petrobras, TATA, Danone, Capgemini, P&G und L'Oreal

Erweitern Sie Ihre Fachkenntnisse

Dieser Kurs ist Teil der Spezialisierung Spezialisierung „Applied AI for Engineers and Scientists: Practitioners“

Wenn Sie sich für diesen Kurs anmelden, werden Sie auch für diese Spezialisierung angemeldet.

Lernen Sie neue Konzepte von Branchenexperten
Gewinnen Sie ein Grundverständnis bestimmter Themen oder Tools
Erwerben Sie berufsrelevante Kompetenzen durch praktische Projekte
Erwerben Sie ein Berufszertifikat zur Vorlage

In diesem Kurs gibt es 3 Module

The first course introduces essential Python programming skills for applied AI. Thanks to Large Language Models (LLMs), you no longer need to be a proficient Python programmer to make good use of AI techniques in your science and engineering practice. Instead, you only need to handle the fundamentals of Python, its use for AI, and systematically describe your requirements for LLM tools. However, systematic LLM-empowered Python programming lessons are rare. This course aims to fill this gap. In 3 modules, you will be able to generate Python programs, understand them, and validate them, and become a proficient Python programmer, particularly in Python programs for numerical computing and AI. Students who already have strong Python programming experience can proceed directly to Course 2.

This module introduces the fundamentals of Python. Even with assistance from Large Language Models (LLMs), the concepts introduced in this module must be addressed for learners to understand and verify the LLM’s outputs. Then, LLM-based Python programming is introduced with examples. After learning this module, you will be able to:

Das ist alles enthalten

8 Videos5 Lektüren1 Aufgabe1 Unbewertetes Labor

8 VideosInsgesamt 68 Minuten

Welcome to LLM-empowered Python Programming for AI4 Minuten
Welcome to the specialization - Applied AI for Engineers and Scientists: Practitioners6 Minuten
Setup Python Environment9 Minuten
Tutorial 1 - Python installation and a demo of Jupyter Notebook10 Minuten
Variables, Operators, Control Structure, Loop, Functions11 Minuten
AI-assisted Python Programming11 Minuten
Tutorial 2 - Cases for using LLM for Python programming 17 Minuten
Module 1 Recap1 Minute

5 LektürenInsgesamt 55 Minuten

Specialization and Course Structure5 Minuten
Course Sample Certificate5 Minuten
Connect with UofG Online5 Minuten
PPT Lecture Slides - Python Fundamentals10 Minuten
Module 1 Practice Assignment30 Minuten

1 AufgabeInsgesamt 30 Minuten

Module 1 Quiz30 Minuten

1 Unbewertetes LaborInsgesamt 60 Minuten

Assignment 1.1: Build a Student Score Analyzer60 Minuten

In this module, you will build a stronger foundation in Python by learning how objects and classes work, and by using core data structures such as lists, tuples, sets, and dictionaries. You will be introduced to powerful libraries/packages, including NumPy, Pandas, and Matplotlib, for numerical computing, data analysis, and visualization, which are foundational components in the use of AI. Finally, you will learn how LLM tools can support advanced numerical programming and help you solve more complex computational tasks. After learning this module, you will be able to:

Das ist alles enthalten

10 Videos3 Lektüren1 Aufgabe2 Unbewertete Labore

10 VideosInsgesamt 93 Minuten

Module 2 Introduction1 Minute
Objects and Classes in Python10 Minuten
Python Lists12 Minuten
Python Built-in Classes, Modules, Packages9 Minuten
Data Analysis with NumPy and Pandas21 Minuten
Data Visualization with Matplotlib5 Minuten
Tutorial 1 - Getting Started with NumPy in PyCharm15 Minuten
Tutorial 2 - AI-Assisted Pandas Analysis13 Minuten
Tutorial 3 - AI-Assisted Data Visualisation with Matplotlib6 Minuten
Module 2 Recap1 Minute

3 LektürenInsgesamt 50 Minuten

PPT Lecture Slides - Python Objects and Data Structures10 Minuten
PPT Lecture Slides - Python Libraries and Numerical Programming10 Minuten
Module 2 Practice Assignment30 Minuten

1 AufgabeInsgesamt 30 Minuten

Module 2 Quiz30 Minuten

2 Unbewertete LaboreInsgesamt 120 Minuten

Assignment 2.1: Daily Sales Data Analyzer60 Minuten
Assignment 2.2: Daily Temperature Data Analysis60 Minuten

In this module, you will learn the fundamentals of scikit-learn, one of the most widely used machine learning libraries in Python. You will follow a typical machine learning workflow, including preparing data, training models, and evaluating results. The module will also show how LLM tools can help you control scikit-learn and generate machine learning programs. By the end, you will develop advanced Python programming techniques using LLM tools. After learning this module, you will be able to:

Das ist alles enthalten

8 Videos5 Lektüren1 Aufgabe2 Unbewertete Labore

8 VideosInsgesamt 87 Minuten

Module 3 Introduction1 Minute
Getting Started with scikit-learn10 Minuten
Tutorial 1 - Linear Regression Case Study28 Minuten
Tutorial 2 - KNN Classification Case Study14 Minuten
Tutorial 3 - KNN Visualisation and Evaluation9 Minuten
Tutorial 4 - Building Advanced Python Functions14 Minuten
Tutorial 5 - Visualising Python Functions10 Minuten
Module 3 Recap1 Minute

5 LektürenInsgesamt 70 Minuten

PPT Lecture Slides - Intro to scikit-learn10 Minuten
PPT Lecture Slides & Tutorial Resources - Classification & Regression with scikit-learn10 Minuten
PPT Lecture Slides - Complex Function Writing10 Minuten
Module 3 Practice Assignment30 Minuten
Continue Learning with UofG Online10 Minuten

1 AufgabeInsgesamt 30 Minuten

Module 3 Quiz30 Minuten

2 Unbewertete LaboreInsgesamt 120 Minuten

Assignment 3.1: Build a Fruit Classifier with KNN60 Minuten
Assignment 3.2: Predict Salaries with Linear Regression60 Minuten

Erwerben Sie ein Karrierezertifikat.

Fügen Sie dieses Zeugnis Ihrem LinkedIn-Profil, Lebenslauf oder CV hinzu. Teilen Sie sie in Social Media und in Ihrer Leistungsbeurteilung.

Dozenten

Bo Liu

University of Glasgow

6 Kurse4.246 Lernende

von

University of Glasgow

Mehr von Software Development entdecken

Packt
Harnessing Open Source LLMs and ChatGPT with Minimal Code
Kurs
Packt
Generative AI, LLMs, and Advanced Applications with Python
Kurs
Status: Kostenloser Testzeitraum
Packt
LangChain MasterClass: Build 15 LLM Apps with Python
Kurs
Status: Kostenloser Testzeitraum
EDUCBA
AI with Python: Apply & Implement ML Models
Kurs
Status: Kostenloser Testzeitraum

Warum entscheiden sich Menschen für Coursera für ihre Karriere?

Felipe M.

Lernender seit 2018

„Es ist eine großartige Erfahrung, in meinem eigenen Tempo zu lernen. Ich kann lernen, wenn ich Zeit und Nerven dazu habe.“

Jennifer J.

Lernender seit 2020

„Bei einem spannenden neuen Projekt konnte ich die neuen Kenntnisse und Kompetenzen aus den Kursen direkt bei der Arbeit anwenden.“

Larry W.

Lernender seit 2021

„Wenn mir Kurse zu Themen fehlen, die meine Universität nicht anbietet, ist Coursera mit die beste Alternative.“

Chaitanya A.

„Man lernt nicht nur, um bei der Arbeit besser zu werden. Es geht noch um viel mehr. Bei Coursera kann ich ohne Grenzen lernen.“

Nutzen Sie mit unserem Labor-Day-Angebot mehr als 10.000 Programme
Coursera Plus abonnieren
Beginnen Sie mit einfachen Einsparungsmöglichkeiten für hart arbeitende Teams
Sparen Sie heute 30 %

Häufig gestellte Fragen

To access course materials, assignments, and earn a Certificate, you'll need to purchase the Certificate experience when you enroll in a course. Eligible learners may also have the option to start with a Free Trial. Some courses may also offer a Full Course, No Certificate option. This lets you access course materials, submit required assessments, and receive a final grade, but you won't be able to earn or purchase a Certificate.

When you enroll in the course, you get access to all of the courses in the Specialization, and you earn a certificate when you complete the work. Your electronic Certificate will be added to your Accomplishments page - from there, you can print your Certificate or add it to your LinkedIn profile.

Yes. In select learning programs, you can apply for financial aid or a scholarship if you can’t afford the enrollment fee. If fin aid or scholarship is available for your learning program selection, you’ll find a link to apply on the description page.